验证自己的caffe是否配置成功

花了好几天的时间对电脑进行了caffe的配置，真的caffe真的配置太繁琐了，特别的麻烦。现在呢，就是验证一下是否是配置成功。

我的caffe的配置是对ubuntu自带的python2.7版本下的caffe配置。

网上有说直接在终端中执行 caffe命令如果后面有提示命令就算成功，但是我的不是这样，如下。一时间把我搞得心烦意乱。

然后，有说是在python下导入caffe如果不报错，那就是成功，我试试下，这次成功了，如下图。我现在真的是要疯掉了，到底是谁的说法是正确的，我自己都不知道了。

为了正进一步的验证，我准备运行caffe自带的mnist示例，来验证

1、先进入caffe文件目录，再用data/mnist下的get_mnist.sh下载MNIST数据集，代码如下：

我的caffe文件路径是/home/zhai/experiment/caffe

执行

sudo ./data/mnist/get_mnist.sh

这里我的电脑下载非常非常非长的慢，我尝试着去解决，但是就是不行，然后我就从get_mnist.sh 中找到链接地址，在window下下载后，放到caffe/data/mnist这个文件夹下。

会得到四个.gz文件，然后提取到本文件夹下，如下图的红框（注意：提取后的文件命名一定要是对应的，如下文件夾中有一个没有框出来就是因为，他的文件名字中间是 . 而不是 - ）

 2、转换成lmdb格式

还是在当前根目录caffe下，执行

./examples/mnist/create_mnist.sh

查看文件

具体的数据内容格式为

先介绍下

训练网络：

网络结构定义在./examples/mnist/lenet_train_test.prototxt中。

训练参数配置在./examples/mnist/lenet_solver.prototxt中。

3、训练

通过命令行执行训练，在根目录caffe下，执行代码如下：

./build/tools/caffe train --solver=examples/mnist/lenet_solver.prototxt

正确率：99.15%（使用GPU）

实验输出模型

 4、测试

./build/tools/caffe.bin test -model=examples/mnist/lenet_train_test.prototxt -weights=examples/mnist/lenet_iter_10000.caffemodel

 注意别输错命令了。

 结果

至此，证明我的基于python2.7版本的caffe配置成功。

 

参考：

https://blog.csdn.net/weixin_41770169/article/details/90370123